[发明专利]一种砂带磨削工艺参数优化及评价指标数学模型建模方法

权利要求书

1.一种砂带磨削工艺参数优化方法，其特征在于，包括以下步骤：

步骤A1：进行磨削正交实验；

选择磨削深度a_p、砂轮速度v_s、工件速度v_w这3个因素作为正交实验因素，给每因素分别取3个不同水平值，建立正交试验表，开展磨削试验；分别记录每组磨削试验后五星椅座的评价指标，所述评价指标包括表面粗糙度R_a和磨除率Z_w；

步骤A2：对表面粗糙度R_a和磨除率Z_w进行极差分析；

利用极差分析法确定各因素对于评价指标的影响权重，其中表面粗糙度R_a为偏小型评价指标，极差值R越小越好，磨除率Z_w为偏大型指标，极差值R越大越好；

步骤A3：利用综合平衡法综合五星椅座的两个评价指标，得到兼顾这两个指标的磨削工艺参数优化的最终解。

2.根据权利要求1所述的砂带磨削工艺参数优化方法，其特征在于：步骤A2中，任一列上的极差R＝max{k₁，k₂，k₃}-min{k₁，k₂，k₃}，其中k_i表示任一列上水平号为i时所对应的实验结果之和的平均值，i＝1、2、3；极差最大的那一列，就是该列因素的水平改变对实验评价指标的影响最大。

3.根据权利要求1所述的砂带磨削工艺参数优化方法，其特征在于：步骤A3中所述综合平衡法，以表面粗糙度R_a和磨除率Z_w为评价指标集U＝{X_mn}，其中m＝1，2分别代表2个评价指标，n＝1，2，…，9表示试验编号，各指标的评价集为V＝{Y_1n，Y_2n}；建立评价指标集U对评价集V的隶属函数，根据计算得出的隶属度值与该指标在综合评价中的重要程度相匹配；

其中，表面粗糙度R_a为偏小型指标，其隶属函数为：

磨除率Z_w为偏大型指标，其隶属函数为：

针对表面粗糙度R_a和磨除率Z_w，引入权重分配集A＝{r₁，r₂}；采用综合平衡法得到综合评价指标集为P＝{T_n}，它反映了各个指标的综合影响程度；

其中，S_mn代表各个实验指标的影响函数；

将步骤1中正交试验表中的各个评价指标值代入上述公式T_n中，得到综合评价指标，对综合评价指标进行极差分析，从最后的综合平衡法极差分析结果中得到最终的优选方案。

4.一种基于正交实验的砂带磨削工艺评价指标数学模型建模方法，其特征在于，所述模型的构建方法包括以下子步骤：

步骤B1：进行磨削正交实验；

选择磨削深度a_p、砂轮速度v_s、工件速度v_w这3个因素作为正交实验因素，给每因素分别取3个不同水平值，建立正交试验表，开展磨削试验；分别记录每组磨削试验后五星椅座的评价指标，所述评价指标包括表面粗糙度R_a和磨除率Z_w；

步骤B2：根据正交实验数据建立基于工艺参数的表面粗糙度和磨除率的数学评价模型；

表面粗糙度R_a的数学评价模型为:

R_a＝e^0.667a_p^0.205v_s^-0.179v_w^-0.087；

磨除率Z_w的数学评价模型为:

Z_w＝e^1.013a_p^0.705v_s^0.062v_w^0.038；

步骤B3：将磨削深度a_p、砂轮速度v_s、工件速度v_w代入数学评价模型中，求得表面粗糙度R_a和磨除率Z_w。